Code Velocity

Modeli UI

Primerjava meril Gemini 3.1 Pro, ki prikazuje rezultate ARC-AGI-2 in RE-Bench v primerjavi z Gemini 3 Pro in drugimi mejnimi modeli
Modeli UI

Gemini 3.1 Pro: Googlov model s poudarkom na sklepanju

Gemini 3.1 Pro dosega 77,1 % na ARC-AGI-2 in podvoji rezultat Gemini 3 Pro. Ponuja kontekst 1M, nastavljivo globino razmišljanja in končno točko za orodja.

·6 min branja
Napredek merila OSWorld za Claude Sonnet 4.6, ki prikazuje 65-% izboljšavo od Sonnet 3.5 do 4.6
Modeli UI

Claude Sonnet 4.6: vrhunsko kodiranje po ceni Sonnet

Claude Sonnet 4.6 zagotavlja kodiranje na ravni Opus po $3/$15 na milijon žetonov. 65 % boljša uporaba računalnika, kontekst 1M in večja odpornost na vrivanje.

·6 min branja
Primerjalni graf meril Claude Opus 4.6, ki prikazuje uvrstitve #1 na Terminal-Bench 2.0, Humanity's Last Exam in GDPval-AA
Modeli UI

Claude Opus 4.6: #1 v merilih kodiranja in sklepanja

Claude Opus 4.6 je #1 na Terminal-Bench 2.0 in Humanity's Last Exam ter prekaša GPT-5.2 za 144 Elo. Novosti: ekipe agentov, zgoščevanje in kontekst 1M.

·7 min branja
Graf meril GPT-5.2-Codex, ki prikazuje rezultate SWE-Bench Pro in Terminal-Bench 2.0 v primerjavi z osnovnim modelom GPT-5.2
Modeli UI

GPT-5.2-Codex: OpenAI-jev agentni model za kodiranje

GPT-5.2-Codex dosega 56,4 % na SWE-Bench Pro in 64,0 % na Terminal-Bench 2.0. Zasnovan za večurne agentne seje kodiranja po $1,75/$14 na milijon žetonov.

·6 min branja